使用 URLDecoder 和 URLEncoder 對中文字符進行編碼和解碼

分類：IT技術 時間:2017-03-08

摘要：

　　URLDecoder 和 URLEncoder 用於完成普通字符串 和 application/x-www-form-urlencoded MIME 字符串之間的相互轉換。在本文中，我們以使用URLDecoder解決GET請求中文亂碼問題為場景說明 URLDecoder/URLEncoder 的用法，並給出了 application/x-www-form-urlencoded MIME 字符串的編碼規則。

一. URLDecoder/URLEncoder 使用場景概述

　　URLDecoder 和 URLEncoder 用於完成普通字符串 和 application/x-www-form-urlencoded MIME 字符串之間的相互轉換。在介紹 application/x-www-form-urlencoded MIME 字符串之前，我們先考慮如下場景，如下圖所示：

　　　　　　　　　　　　URL.png-14.8kB

　　我們知道，在我們向客戶端發起請求時，瀏覽器會根據請求URL生成相應的請求報文發送給服務器。在這個過程中，如果我們在瀏覽器中的地址欄中所輸入的URL包含中文字符時，瀏覽器首先會將這些中文字符進行編碼然後再發送給服務器。實際上，瀏覽器會將它們轉換為 application/x-www-form-urlencoded MIME 字符串，如下圖所示：

　　　　　　　　　　　　轉碼.png-48.7kB

　　更確切的，當URL地址裏包含非西歐字符的字符串時，瀏覽器都會將這些非西歐字符串轉換成application/x-www-form-urlencoded MIME 字符串。在開發過程中，我們可能涉及將普通字符串和這種特殊字符串的相關轉換，這就需要使用 URLDecoder 和 URLEncoder類進行實現，其中：

  • URLDecoder類包含一個decode(String s,String enc)靜態方法，它可以將application/x-www-form-urlencoded MIME字符串轉成普通字符串；

  • URLEncoder類包含一個encode(String s,String enc)靜態方法，它可以將普通字符串轉換成application/x-www-form-urlencoded MIME字符串。

    　　下面程序示範了普通字符串轉與 application/x-www-form-urlencoded MIME 字符串之間的轉化。

public class URLDecoderTest {
    public static void main(String[] args) throws Exception {

        // 將application/x-www-form-urlencoded字符串轉換成普通字符串
        // 其中的字符串直接從上圖所示窗口復制過來,chrome 默認用 UTF-8 字符集進行編碼，所以也應該用對應的字符集解碼
        system.out.println("采用UTF-8字符集進行解碼:");
        String keyWord = URLDecoder.decode("%E5%A4%A9%E6%B4%A5%E5%A4%A7%E5%AD%A6+Rico", "UTF-8");
        System.out.println(keyWord);
        System.out.println("\n 采用GBK字符集進行解碼:");
        System.out.println(URLDecoder.decode("%E5%A4%A9%E6%B4%A5%E5%A4%A7%E5%AD%A6+Rico", "GBK"));

        // 將普通字符串轉換成application/x-www-form-urlencoded字符串
        System.out.println("\n 采用utf-8字符集:");
        String urlStr = URLEncoder.encode("天津大學", "utf-8");
        System.out.println(urlStr);
        System.out.println("\n 采用GBK字符集:");
        String urlStr2 = URLEncoder.encode("天津大學", "GBK");
        System.out.println(urlStr2);
    }
}/* Output: 
        采用UTF-8字符集進行解碼:
        天津大學 Rico

        采用GBK字符集進行解碼:
        澶╂觸澶у Rico

        采用utf-8字符集:
        %E5%A4%A9%E6%B4%A5%E5%A4%A7%E5%AD%A6

        采用GBK字符集:
        %CC%EC%BD%F2%B4%F3%D1%A7
 *///:~

　　特別地，僅包含西歐字符的普通字符串和application/x-www-form-urlencoded MIME字符串無須轉換，而包含中文字符的普通字符串則需要轉換，轉換的方法是每個中文字符占2個字節，每個字節可以轉換成2個十六進制的數字，所以每個中文字符將轉換成“%XX%XX”的形式。當然，采用不同的字符集時，每個中文字符對應的字節數並不完全相同，所以使用URLEncoder和URLDecoder進行轉換時也需要指定字符集。特別地，字符串應以同樣的字符集進行編碼和解碼，否則會產生意想不到的結果，如上述程序示例所示。

二. 解決GET請求中文亂碼問題

　　URLDecoder的一個應用場景就是解決GET請求的中文亂碼問題，如下述代碼所示：

<%@page import="Java.net.URLDecoder"%>
<%@ page language="java" import="java.util.*" pageEncoding="UTF-8"%>
<html>
<head>
    <title>Test</title>
</head>
<body>
    <%
        String param1 = request.getQueryString();
        String param2 = URLDecoder.decode(param1, "utf-8");
        out.print(param2.split("=")[1] + "<br>");
    %>
</body>
</html>

　　特別需要註意的是，>使用此方式對GET請求參數進行解碼時，我們必須先對 request.getQueryString 方法的返回值(例如，“name=摩羯西門吹雪”)進行解碼，然後再從中取出我們所需要的參數值。如果先取出參數值，然後再對參數值進行解碼，則我們將得到亂碼，如下圖所示：

　　　　　　　　　　　　亂碼.png-21.5kB

　　此外，對於包含中文字符的POST請求參數，我們只需在獲取請求參數前通過以下代碼語句進行轉碼即可：

    request.setCharacterEncoding("utf-8");

三. URLEncoder & URLDecoder

　　對 String 編碼時，使用以下規則：

  • 字母、數字和字符， “a” 到 “z”、”A” 到 “Z” 和 “0” 到 “9” 保持不變；
  • 特殊字符 “.”、”-“、”*” 和 “_” 保持不變；

  • 空格字符 ” ” 轉換為一個加號 “+”。

    　　除此之外，所有的其他字符都是不安全的。因此需要使用一些編碼機制將它們轉換為一個或多個字節，每個字節用一個包含 3 個字符的字符串 “%xy” 表示，其中 xy 為該字節的兩位十六進制表示形式，推薦的編碼機制是 UTF-8。例如，使用 UTF-8 編碼機制，字符串 “The string ü@foo-bar” 將轉換為 “The+string+%C3%BC%40foo-bar”，因為在 UTF-8 中，字符 ü 編碼為兩個字節，C3 （十六進制）和 BC （十六進制），字符 @ 編碼為一個字節 40 （十六進制）。

    　　關於 URLDecoder 類的使用，轉換過程正好與 URLEncoder 類使用的過程相反，此不贅述。

　　關於JSP中文亂碼更多的介紹，包括 頁面亂碼、參數亂碼、表單亂碼、源文件亂碼 等知識，見我的另外兩篇博客：《JSP中文亂碼問題終極解決方案(上)》 和 《JSP中文亂碼問題終極解決方案(下)》。

引用

使用URLDecoder和URLEncoder對中文進行處理


Tags: 瀏覽器 服務器 地址欄 字符串 客戶端

文章來源：

ads
ads
相關文章
ads

相關文章

ad